Luận án: Ứng dụng AI & Big Data quản lý giao thông hàng hải tuyến Vũng Tàu - Sài Gòn

Khám phá luận án ứng dụng AI và Big Data tối ưu quản lý giao thông hàng hải, giảm thiểu rủi ro đâm va trên tuyến luồng Vũng Tàu - Sài Gòn.

• Tác giả: Hoàng Hồng Giang
• Người hướng dẫn: Trần Văn Lượng
• Trường học: Trường Đại học Hàng hải Việt Nam
• Chuyên ngành: Khoa học Hàng hải
• Đề tài: Nghiên cứu ứng dụng trí tuệ nhân tạo và dữ liệu lớn trong quản lý giao thông hàng hải trên tuyến luồng Vũng Tàu - Sài Gòn
• Loại tài liệu: Luận án Tiến sĩ Kỹ thuật
• Năm xuất bản: 2024
• Địa điểm: Hải Phòng

Tóm tắt

I. Tổng quan về ứng dụng AI và Big Data trong quản lý giao thông hàng hải

AI và Big Data đã trở thành những công nghệ cốt lõi trong việc quản lý giao thông hàng hải hiện đại. Tuyến luồng Vũng Tàu - Sài Gòn là một trong những tuyến đường biển quan trọng nhất của Việt Nam, với lưu lượng tàu thuyền cao và những thách thức lớn trong điều hành giao thông. Ứng dụng trí tuệ nhân tạo giúp phân tích dữ liệu khổng lồ từ các hệ thống AIS (Automatic Identification System) và ARPA (Automatic Radar Plotting Aids) để dự báo, phòng ngừa rủi ro đâm va tàu biển. Các thuật toán machine learning có thể xử lý hàng triệu dữ liệu điểm trong thời gian thực, cải thiện đáng kể hiệu quả điều hành và an toàn hàng hải. Việc tích hợp Big Data analytics vào hệ thống VTS (Vessel Traffic Service) tạo ra một mô hình quản lý tổng thể, nâng cao khả năng dự báo và ứng phó với các tình huống nguy hiểm trên biển.

1.1. Khái niệm và tầm quan trọng của AI trong hàng hải

Trí tuệ nhân tạo trong hàng hải là việc áp dụng các thuật toán học máy để tự động hóa quá trình phân tích và ra quyết định. Tầm quan trọng của AI nằm ở khả năng xử lý dữ liệu phức tạp, nhận diện mô hình nguy hiểm, và cảnh báo các sự cố tiềm ẩn như va chạm tàu. Công nghệ này giúp các trạm VTS giám sát hàng trăm tàu thuyền cùng lúc, cải thiện tính an toàn giao thông biển và giảm tai nạn hàng hải.

1.2. Vai trò của Big Data trong tối ưu hóa giao thông biển

Big Data thu thập từ hệ thống AIS, radar VTS, cảm biến thời tiết và các thiết bị giám sát tàu biển cung cấp thông tin quý báu. Phân tích dữ liệu lớn giúp xác định các điểm nóng giao thông, dự báo tắc nghẽn, và tối ưu hóa lịch trình tàu. Từ đó, các nhà quản lý có thể đưa ra quyết định chiến lược hiệu quả, nâng cao thông lượng hàng hóa và giảm chi phí vận hành.

II. Hệ thống phát hiện và đánh giá nguy cơ đâm va trên tuyến luồng Vũng Tàu Sài Gòn

Tuyến luồng Vũng Tàu - Sài Gòn là khu vực giao thông đông đúc với các vùng rộng mở và luồng hẹp đòi hỏi quản lý giao thông hàng hải đặc biệt. Nguy cơ đâm va tàu biển gia tăng đáng kể khi mật độ tàu cao, điều kiện thời tiết xấu, hoặc lỗi nhân công. Hệ thống AI dự báo nguy cơ sử dụng các thuật toán như mạng nơ-ron nhân tạo (Artificial Neural Networks) để phân tích CPA (Closest Point of Approach) và TCPA (Time to Closest Point of Approach) giữa các tàu. Việc xác định điểm nóng giao thông dựa trên dữ liệu lịch sử và mô hình dự báo ETA (Estimated Time of Arrival) giúp cảnh báo sớm tình huống va chạm. Các công thức tính toán kết hợp vị trí tàu, hướng đi, tốc độ và khoảng cách an toàn để cung cấp chỉ số nguy cơ (CRI - Collision Risk Index) chính xác.

2.1. Thuật toán xác định nguy cơ đâm va trên vùng biển rộng

Trên vùng biển rộng, thuật toán AI sử dụng dữ liệu radar AIS để tính toán CPA và TCPA giữa các cặp tàu. Mạng nơ-ron nhân tạo được huấn luyện trên hàng nghìn trường hợp va chạm lịch sử để nhận diện mô hình nguy hiểm. Hệ thống có khả năng dự báo với độ chính xác cao, giúp trạm VTS cảnh báo kịp thời cho các thuyền trưởng.

2.2. Phương pháp đánh giá rủi ro trong luồng lạch hẹp

Trong luồng hẹp, điều kiện phức tạp hơn với không gian điều động hạn chế. AI phải xem xét thêm độ rộng luồng, độ sâu nước, dòng chảy, và thời tiết. Mô hình hồi quy đa thức kết hợp Lasso được sử dụng để tiên đoán nguy cơ chính xác hơn trong các điều kiện luồng đông đúc.

III. Ứng dụng mô hình học máy trong quản lý giao thông hàng hải

Các mô hình học máy được ứng dụng rộng rãi để tối ưu hóa quản lý giao thông hàng hải trên tuyến Vũng Tàu - Sài Gòn. Mạng nơ-ron nhân tạo (ANN) là một trong những thuật toán AI hiệu quả nhất, với khả năng học hỏi từ dữ liệu lịch sử lớn và nhận diện các mẫu phức tạp. Quá trình tiền xử lý dữ liệu (data preprocessing) bao gồm làm sạch dữ liệu, trực quan hóa và chuẩn hóa là bước quan trọng. Việc xử lý vấn đề overfitting (quá khớp) bằng các kỹ thuật như Lasso đảm bảo mô hình hoạt động tốt với dữ liệu mới. Đánh giá độ tin cậy mô hình trên tập dữ liệu lớn độc lập (test set) cho phép xác minh hiệu suất thực tế của hệ thống. Các thuật toán DBSCAN cũng được thử nghiệm để phân nhóm các bất thường trong giao thông biển.

3.1. Xây dựng và huấn luyện mô hình mạng nơ ron

Mạng nơ-ron nhân tạo được xây dựng với nhiều lớp ẩn (hidden layers) để học hỏi các đặc trưng phức tạp từ dữ liệu AIS và radar. Quá trình huấn luyện sử dụng gradient descent để tối ưu các trọng số (weights). Độ chính xác, precision, recall được đánh giá trên tập dữ liệu kiểm tra để xác nhận hiệu suất.

3.2. Kiểm tra và xác nhận kết quả trên hệ thống mô phỏng

Hệ thống mô phỏng của Trường Đại học Hàng hải Việt Nam được sử dụng để kiểm tra thuật toán trong các tình huống nguy hiểm mô phỏng. Các bài tập mô phỏng được thiết kế để tái hiện các tình huống va chạm thực tế, cho phép xác thực độ chính xác của mô hình AI trước khi triển khai trong thực tế.

IV. Lợi ích và triển khai ứng dụng AI Big Data trong tương lai

Ứng dụng AI và Big Data trong quản lý giao thông hàng hải Vũng Tàu mang lại nhiều lợi ích kinh tế và xã hội đáng kể. Giảm tai nạn hàng hải thông qua dự báo nguy cơ đâm va chính xác bảo vệ tính mạng thuyền viên và tài sản. Tối ưu hóa thông lượng tàu bằng phân tích tắc nghẽn và điều phối giao thông thông minh giảm thời gian chờ đợi và chi phí vận hành. Bảo vệ môi trường biển qua việc dự báo và phòng ngừa rò rỉ dầu hoặc vận chuyển hàng hóa nguy hiểm an toàn. Triển khai hệ thống AI tích hợp vào trạm VTS hiện đại, cung cấp công cụ quyết định thông minh cho các nhà quản lý giao thông. Trong tương lai, công nghệ 5G, Internet of Things (IoT) sẽ nâng cao khả năng giám sát và điều khiển tàu biển. Các nghiên cứu tiếp theo nên tập trung vào tích hợp dữ liệu thời tiết, mô hình dòng chảy phức tạp hơn.

4.1. Các lợi ích kinh tế và an toàn hàng hải

Giảm tai nạn va chạm từ cảnh báo sớm AI tiết kiệm hàng triệu đô la chi phí bảo hiểm và sửa chữa tàu. Tăng hiệu suất vận hành thông qua tối ưu hóa lộ trình và giảm thời gian chuyên chở tăng lợi nhuận kinh doanh hàng hải. An toàn thuyền viên được cải thiện đáng kể khi rủi ro va chạm được giảm thiểu bằng hệ thống cảnh báo thông minh.

4.2. Hướng phát triển và các khuyến nghị cho tương lai

Triển khai rộng rãi hệ thống AI tại các cảng biển khác của Việt Nam. Đầu tư vào nghiên cứu công nghệ 5G và IoT để nâng cao khả năng thu thập dữ liệu thời gian thực. Đào tạo nhân lực chuyên về AI và Big Data trong lĩnh vực hàng hải là nhu cầu cấp bách cho phát triển bền vững.

Trích đoạn nội dung tài liệu

MỞ ĐẦU 1. Tính cấp thiết của luận án Hội nghị lần thứ VIII Ban Chấp hành Trung ƣơng Đảng khóa XII đã ban hành Nghị quyết số 36-NQ/TW, ngày 22-10-2018, về chiến lƣợc phát triển bền vững kinh tế biển Việt Nam đến năm 2030, tầm nhín 2045 trong đó xác định Việt Nam phải trở thành quốc gia mạnh về biển, giàu từ biển, phát triển bền vững, thịnh vƣợng, an ninh và an toàn. Phát triển kinh tế biển gắn liền với việc bảo đảm an toàn cho hoạt động giao thông vận tải trong đó có giao thông hàng hải, giao thông thủy nội địa. Để làm đƣợc việc đó, hoạt động quản lý, giám sát tàu biển phải đƣợc tăng cƣờng nhằm bảo đảm an toàn hàng hải cho mỗi con tàu và đảm bảo lƣu thông thông suốt qua các tuyến vận tải.

Kinh tế càng phát triển, năng lực vận tải càng cần phải tăng cƣờng. Đi cùng với nó là việc tăng cƣờng số lƣợng phƣơng tiện tham gia giao thông đặc biệt là trên các tuyến vận tải nối với các trung tâm kinh tế. Số lƣợng phƣơng tiện gia tăng dẫn đến việc theo dõi, đánh giá nguy cơ đâm va, hƣớng dẫn di chuyển của các tàu thuyền nhằm đảm bảo an toàn càng trở nên khó khăn. Vấn đề này gây áp lực lớn đối với không chỉ các Điều hành viên VTS và Giám sát viên VTS, những ngƣời quản lý giao thông hàng hải mà còn với cả các hoa tiêu, các thuyền trƣởng đang tham gia giao thông trên các tuyến luồng.

Dƣới áp lực cao của công việc, rất dễ xảy ra các sai sót trong quản lý điều hành, trong việc phát hiện và đánh giá nguy cơ đâm va giữa các tàu thuyền, từ đó có thể dẫn đến các tai nạn hàng hải. Việc quản lý an toàn giao thông hàng hải đƣợc giao cho các cán bộ cảng vụ hàng hải. Ở những nơi có trạm VTS, công việc này đƣợc giao cho các Điều hành viên VTS và Giám sát viên VTS. Các cán bộ này thực thi hoạt động quản lý, điều tiết giao thông hàng hải trên các tuyến luồng ra vào các cảng biển đảm bảo an toàn hàng hải.

Trong thực thi các hoạt động này, những ngƣời này phải xác định đƣợc các nguy cơ xảy ra tai nạn đâm va, các tính huống giao thông phức 1 tạp có thể xảy ra giữa các tàu thuyền để triển khai các hoạt động điều tiết nhằm đảm bảo an toàn cho các phƣơng tiện, các tuyến luồng giao thông. Để điều tiết giao thông hàng hải, đa phần các Điều hành viên VTS và Giám sát viên VTS điều tiết giao thông cần thu thập thông tin giao thông sử dụng các thiết bị nhƣ radar, camera, AIS. Căn cứ các thông tin này, các quyết định hƣớng dẫn, điều tiết giao thông đƣợc đƣa ra nhằm đảm bảo an toàn cho giao thông hàng hải. Đây là một công việc có khối lƣợng rất lớn đặc biệt là ở những khu vực quản lý có mật độ tàu thuyền qua lại đông, nhiều giao cắt phức tạp.

Ngƣời sỹ quan điều tiết giao thông phải nắm đƣợc sự di chuyển không chỉ của các tàu thuyền với nhau mà còn sự di chuyển qua các điểm cần thiết trên các đoạn luồng, sự di chuyển qua các bãi cạn, khu vực neo và thậm chì cả tàu thuyền đang neo đậu có bị trôi dạt hay không cũng phải nằm trong tầm kiểm soát. Mặc dù một số nơi có trang bị trạm VTS với nhiều tình năng hỗ trợ trong việc theo dõi chuyển động của các mục tiêu nhƣng những tình năng này đòi hỏi phải thực hiện nhiều thao tác theo dõi, bám sát đồng thời cũng có nhiều mục tiêu không cung cấp thông tin về tuyến đƣờng hành trính. Tuy vậy, đối với các tuyến luồng cần quản lý dài, mật độ phƣơng tiện và giao cắt giao thông phức tạp, các vấn đề về phát hiện, xử lý thông tin giao thông sẽ càng phức tạp, gây áp lực rất lớn cho các sỹ quan quản lý giao thông. Từ đó, phát sinh nhu cầu cần có một công cụ hỗ trợ cho các sỹ quan quản lý và điều hành giao thông hàng hải nhằm đảm bảo hoạt động giao thông đƣợc diễn ra thông suốt.

Đối với các công cụ hỗ trợ hoạt động quản lý giao thông hàng hải, nhƣ đã đề cập ở trên, các thiết bị đánh giá nguy cơ mất an toàn hàng hải đều đã có. Ngƣời sỹ quan quản lý giao thông hàng hải có thể sử dụng các trang thiết bị nhƣ hệ thống radar, AIS, camera, hải đồ điện tử hoặc thậm chì hệ thống VTS hoàn chỉnh để theo dõi, giám sát và điều tiết giao thông. Mặc dù vậy, khi cần dữ liệu của phƣơng tiện nào, đánh giá các nguy cơ đối với phƣơng tiện đó thí đòi hỏi phải tƣơng tác với từng phƣơng tiện đó. Thƣờng thí chỉ có thể theo dõi đồng thời 2 mục tiêu, muốn thêm thông tin khác thí phải chuyển sang mục tiêu khác.

Một 2 số chức năng tự động báo động lệch đƣờng, báo động qua điểm, báo động đi vào vùng nguy hiểm của hệ thống VTS có thể làm giảm đi áp lực công việc của ngƣời sỹ quan nhƣng không có khả năng theo dõi đồng thời toàn vùng, toàn bộ các tính huống giao thông để từ đó đƣa ra các cảnh báo sớm cho phƣơng tiện. Chình ví thế, cần thiết có một công cụ nào đó có thể hỗ trợ ngƣời vận hành quản lý, nắm bắt tính hính giao thông trên toàn tuyến luồng và đƣa ra khuyến cáo, báo động với ngƣời điều hành, giúp giảm tải công việc đồng thời đảm bảo an toàn khai thác tuyến luồng giao thông. Cùng với sự phát triển của khoa học công nghệ, các ứng dụng của trì tuệ nhân tạo có thể đƣa vào để xử lý các bài toán giao thông này. Các tính huống giao thông đặc biệt sẽ đƣợc phân tìch, định nghĩa để đƣa vào cho hệ thống tự học, từ thực tiễn học tập của máy sẽ đƣa ra các phƣơng án đánh giá tính huống giao thông, phƣơng án xử lý giao thông tối ƣu trong thực tiễn.

Kết quả học tập liên tục sẽ đƣợc sử dụng làm cơ sở để khuyến cáo cho ngƣời sỹ quan trong công tác điều hành, quản lý giao thông đảm bảo an toàn. Thông thƣờng, thông tin của các tàu thuyền do VTS hay các tàu thuyền khác thu thập đƣợc gắn liền với thông tin về vị trì của các tàu thuyền trong khu vực kiểm soát, thông tin về hệ thống luồng lạch tại khu vực và 1 số thông tin về điều kiện khì tƣợng thủy văn khác. Nhƣ vậy, đánh giá nguy cơ đâm va ở các tuyến luồng khác nhau sẽ khác nhau. Do vậy, cần lựa chọn khu vực để triển khai nghiên cứu cho phù hợp vừa đảm bảo tình cấp thiết mà thực tiễn đòi hỏi vừa có thể đƣợc sử dụng cho các khu vực khác sau này.

Thành phố Hồ Chì Minh là đầu tàu kinh tế của cả nƣớc, Cục Thống kê Thành phố Hồ Chì Minh cho biết tổng sản phẩm trên địa bàn GRDP của thành phố năm 2023 ƣớc đạt 1.191 tỷ đồng, tăng 5,81% so với cùng kỳ năm 2022. Để có đƣợc kết quả nêu trên, có một phần không nhỏ là có sự đóng góp của giao thông vận tải biển, vận tải thủy trên tuyến luồng Vũng Tàu - Sài Gòn. Hơn thế nữa, tuyến luồng này còn phục vụ cho các hoạt động vận tải của các địa bàn lân cận. Trong 8 năm qua, số lƣợng tàu thuyền (bao gồm tàu biển, phƣơng tiện thủy 3 nội địa, tàu, phƣơng tiện pha sông biển) vào, rời khu vực vùng nƣớc cảng biển Thành phố Hồ Chì Minh nhƣ sau: Năm Tàu thuyền (lƣợt) GT DWT (tấn) Năm 2016 115.606 Với lƣợng hàng hóa thông qua cảng: Hàng container Hàng lỏng Năm Hàng khô (tấn) (TEU) (tấn) Năm 2016 5.580 (Nguồn: Cảng vụ Hàng hải Hồ Chí Minh) Số liệu thống kê cho thấy tầm quan trọng của tuyến luồng Sài Gòn – Vũng Tàu trong việc đảm bảo kết nối giao thông của đầu tàu kinh tế với các khu vực khác đồng thời cũng cho thấy rõ sự gia tăng áp lực trong đảm bảo an toàn hàng hải trên tuyến luồng này.

Ngoài ra, tuyến luồng Vũng Tàu - Sài Gòn là một tuyến luồng dài, địa hính giao thông phức tạp, kết quả nghiên cứu với tuyến đƣờng này sẽ có nhiều khả năng áp dụng cho các tuyến luồng khác. 4 Xuất phát từ thực tiễn nêu trên, nghiên cứu sinh đề xuất nghiên cứu thực hiện đề tài: Nghiên cứu ứng dụng trí tuệ nhân tạo và dữ liệu lớn trong quản lý giao thông hàng hải trên tuyến luồng Vũng Tàu - Sài Gòn. Mục đích nghiên cứu của luận án Luận án đƣợc thực hiện nhằm mục đìch sau đây: - Nghiên cứu phƣơng pháp đánh giá nguy cơ đâm va trên vùng biển rộng và trên luồng lạch hẹp; - Xây dựng cơ sở dữ liệu đánh giá nguy cơ đâm va giữa các tàu thuyền trên tuyến luồng Vũng Tàu - Sài Gòn; - Ứng dụng AI trong đánh giá nguy cơ đâm va giữa các tàu thuyền trên tuyến luồng Vũng Tàu - Sài Gòn. Đối tƣợng và phạm vi nghiên cứu của luận án Để đạt đƣợc mục đìch của luận án, tập trung nghiên cứu các đối tƣợng sau: - Các tính huống giao thông hàng hải và các nguy cơ dẫn đến hoặc đƣợc đánh giá là có thể dẫn đến tai nạn hàng hải; - Đánh giá của hoa tiêu dẫn tàu đối với các tính huống, chỉ số mà căn cứ vào đó hoa tiêu xác định tồn tại nguy cơ đâm va giữa các tàu thuyền chạy trên tuyến luồng Vũng Tàu - Sài Gòn; - Hoạt động điều tiết giao thông của sỹ quan hàng hải tại Việt Nam.

Để triển khai các hoạt động nghiên cứu, đề tài tập trung triển khai nghiên cứu các đối tƣợng liên quan đến trạm VTS của Việt Nam do Cảng vụ Hàng hải Thành phố Hồ Chì Minh quản lý. Phƣơng pháp nghiên cứu của luận án Nghiên cứu sinh sử dụng các phƣơng pháp nghiên cứu sau đây: - Phƣơng pháp phân tìch số liệu để đánh giá các tính huống giao thông; - Phƣơng pháp chuyên gia phục vụ nghiên cứu đánh giá các tính huống mất an toàn giao thông, phƣơng pháp đánh giá nguy cơ mất an toàn và xử lý các tính huống giao thông; 5 - Phƣơng pháp thực nghiệm học máy với cơ sở dữ liệu tính huống giao thông nhằm đánh giá nguy cơ đâm va giữa các tàu thuyền đang hành trính trên tuyến luồng Vũng Tàu - Sài Gòn; tự động phát hiện nguy cơ đâm va và cảnh báo cho hoạt động quản lý giao thông hàng hải. Ý nghĩa khoa học, ý nghĩa thực tiễn của luận án Đề tài hoàn thành sẽ xây dựng nên cơ sở lý thuyết nhận diện đƣợc các tính huống xảy ra các nguy cơ tai nạn đâm va giữa các tàu thuyền trong hàng hải.